Codex 省钱配置指南：让强模型思考，让轻模型执行

愚者（我）

463人浏览 · 2026-08-24 16:47:42

愚者（我） · 2026-08-24 16:47:42 发布

我是安徽最忧郁程序员无隅

在这里插入图片描述

用 Codex 写代码，最直观的感受往往是：确实好用，但复杂任务一跑久，模型调用量也会跟着上去。

很多人会直接把默认模型换成更便宜的型号。这样做虽然能降低单次调用价格，却可能让规划变差、工具往返变多，最后用更多时间和 Token 完成同一个任务。

更有效的做法不是把所有模型一起降级，而是按照任务职责分配模型：强模型负责关键判断，轻模型承担高频、边界清楚的工作。

本文基于当前 Codex 官方配置文档，讲清楚这套分工如何配置，以及什么时候不该为了省钱强行使用轻模型。

一、先说结论：省钱靠分工，不是全换便宜模型

一次 Codex 任务并不等于一次模型调用。

主线程需要理解需求、规划任务和汇总结果；子 Agent 会独立搜索代码、修改文件或运行测试；执行 /review 时，还可以使用单独的 Review 模型。每个子 Agent 都会产生自己的模型与工具调用，因此多 Agent 工作流通常比单 Agent 消耗更多 Token。

问题在于，这些工作对模型能力的要求并不相同。

主模型面对的信息最不完整，需要处理歧义、拆分任务并决定下一步，应该优先保证质量；
Review 的目标相对清楚，但仍要识别逻辑错误和边界风险，适合质量与成本更均衡的模型；
子 Agent 如果只负责搜索、测试或一个局部修改，可以使用更便宜的模型；
上下文压缩可以调整触发阈值，但当前公开配置中没有单独的 compact_model 字段。

因此，更稳妥的分工不是“主模型用 Sol，其他全部 Luna”，而是：

Sol 负责模糊且关键的判断，Terra 负责通用执行与 Review，Luna 只接边界清楚、结果容易验证的窄任务。

按照本文写作时 OpenAI 官方模型页列出的价格，GPT-5.6 Sol 每百万输入/输出 Token 分别为 4 美元和 20 美元，Terra 为 2 美元和 12 美元，Luna 为 0.2 美元和 1.2 美元。价格差距很明显，但最终能省多少，还取决于任务路由、缓存命中、返工次数和实际输出长度。

二、看懂 Codex 的四段调用链

在这里插入图片描述

1. 主模型：决定任务会不会跑偏

主模型是整条链路的协调者。它要理解用户真正想解决的问题，判断需要读取哪些内容，决定是否拆分子任务，并在多个结果之间做最终取舍。

这里如果判断错了，后面的执行越快，偏离目标也可能越远。因此，主模型通常是最不适合激进降级的位置。

2. 子 Agent：最适合按任务粒度降级

子 Agent 接到的任务通常比主线程具体，例如“扫描认证模块的异常处理”“运行测试并总结失败原因”或“只修改这个配置文件”。任务边界越清楚，对全局推理能力的依赖就越低。

不过，子 Agent 并不是免费并行。官方文档明确说明，每个子 Agent 都会执行自己的模型和工具工作，所以会增加 Token 消耗。只有当任务能够独立并行，或者能把大量噪声挡在主线程之外时，子 Agent 才真正划算。

3. Review：可以换模型，但只影响 `/review`

review_model 是 Codex 的正式配置项，但它的作用边界需要说清楚：它覆盖的是 /review 使用的模型，不会自动接管所有你口头描述为“代码审查”的子 Agent。

Review 要检查逻辑、边界条件和潜在回归，通常比简单搜索更依赖判断。预算敏感时可以尝试 Luna，但更稳妥的默认选择是 Terra，并给它较高的 reasoning effort。

4. Compact：目前不能单独指定模型

上下文持续增长后，Codex 会进行自动压缩。公开配置提供了 model_auto_compact_token_limit，可以控制触发压缩的 Token 阈值，但当前配置参考中没有单独的 compact_model。

也就是说，我们可以先优化调用量更大的子 Agent 和 /review，不要编造一个并不存在的压缩模型配置。

三、推荐配置：主模型、Review 和子 Agent 怎么分

1. 稳妥版：Sol 规划，Terra 执行和 Review

打开用户级 Codex 配置文件：

macOS / Linux：~/.codex/config.toml
Windows：C:\Users\<用户名>\.codex\config.toml

加入下面的配置：

model = "gpt-5.6-sol"
model_reasoning_effort = "high"
review_model = "gpt-5.6-terra"

[agents]
default_subagent_model = "gpt-5.6-terra"
default_subagent_reasoning_effort = "medium"

这套配置适合大多数项目：主线程保留较强的规划和综合能力，通用子 Agent 使用 Terra，/review 也交给 Terra。

如果任务主要是常规开发，而不是跨模块重构或复杂故障定位，也可以先把主模型的 reasoning effort 从 high 调到 medium，再通过实际任务比较质量和耗时。reasoning effort 越高，通常意味着更多时间和 Token，不应该无条件拉满。

2. 激进版：给窄任务单独准备 Luna Worker

如果你经常处理格式整理、定向搜索、简单测试或批量替换，可以定义一个专门的低成本 Worker，而不是让所有子 Agent 都使用 Luna。

先在 config.toml 中声明这个角色：

[agents.worker]
description = "处理边界清楚、结果容易验证的执行任务"
config_file = "agents/worker.toml"

然后创建 ~/.codex/agents/worker.toml：

model = "gpt-5.6-luna"
model_reasoning_effort = "medium"

这里有一个容易忽略的细节：只创建 worker.toml 不够，还要在 [agents.worker] 中通过 config_file 声明这个角色。

使用时，应明确让 Codex 把窄任务交给 worker。涉及架构决策、复杂调试或大范围写入时，仍然使用主模型或 Terra 子 Agent。

在这里插入图片描述

3. 第三方 Provider：分工逻辑不变

Codex 支持自定义模型 Provider。Provider 需要配置 base_url、密钥对应的环境变量和 wire_api = "responses"，然后通过 model_provider 选择它。

model = "<强模型 ID>"
review_model = "<均衡模型 ID>"
model_provider = "your-provider"

[model_providers.your-provider]
name = "Your Provider"
base_url = "<Responses API 地址>"
env_key = "YOUR_PROVIDER_API_KEY"
wire_api = "responses"

[agents]
default_subagent_model = "<轻量模型 ID>"
default_subagent_reasoning_effort = "medium"

第三方服务的模型名称、接口地址和密钥类型可能随套餐变化，必须以对应厂商的最新文档为准。不要把密钥直接写进 config.toml，只填写环境变量名称。

另外，官方文档说明子 Agent 默认继承父 Agent 的 Provider。选择子 Agent 模型时，需要确认该 Provider 确实提供对应模型。